[发明专利]一种基于云边端的声音大数据分析计算图像化系统

说明书

本发明提供了一种基于云边端的声音大数据分析计算图像化系统，包括声音数据采集模块、声音预处理模块、数字音频识别模块、数字音频图像化处理模块和计算结果管理模块；本发明为城市安全监控提供一种新的预警形式和方法，利用云端的深度学习声音分类模型和声音图像化搜索算法，满足数字城市建设中城市应急预警的智慧化需求。

技术领域

本发明属于计算机大数据分析计算技术领域，尤其涉及一种基于云边端的声音大数据分析计算图像化系统。

背景技术

视频AI识别作为城市应急预警的常用辅助手段，在智慧城市建设中的应用越来越普遍，可实现实时视频分析，对目标行为进行动态识别，实现自动检测、分离、跟踪，极大提升了城市安全监控，是智慧城市建设的重要组成部分，但在厕所、学校课堂等公共隐私场所，又或摄像头背后、环境黑暗隧道等情况下，视频监控就无法实现安全预警。

在这样的现状下，在厕所等涉及到个人隐私情况下，当发生危险的时候如何及时预警？在灰暗的隧道中无法通过视频AI识别车辆超速时如何预警？如何解决学校教室中学生集聚情况下的风险预警？等等视频AI无法预警的场景，这些已然成为公共安全预警的迫切需求。

传统的声音识别只是通过对声音分贝大小来做出预警判断，而且没有直观的可视化表现形式来显示。基于声音识别，大多数是在窃听的情况下对特定事进行风险预警，有时还是会涉及到个人隐私。同时基于声音分贝大小来预警，往往是在人为有呼喊的情况下的预警，无法基于物体移动下的风险预警。

发明内容

发明目的：本发明的目的是针对城市特殊环境下无法通过视频AI分析进行风险预警的场景，即是5G、物联网、大数据时代城市应急预警需要的基于声音大数据分析预警技术，提供一种云边端的大数据分析图像化系统。

本发明系统包括声音数据采集模块、声音预处理模块、数字音频识别模块、数字音频图像化处理模块和计算结果管理模块，这五大功能模块是基于“边云端”的技术架构进行设计。

所述数据采集模块用于，采集特定环境下(一般指厕所、课堂教室、地下室等涉及到个人隐私或黑暗环境下)物体发出的声音，并在数据采集的边缘端记录保存为音频数据，这里的边缘端是指在靠近数据采集的物联网设备侧加入一定数据计算能力，比如在声音采集设备上加上一定的存储、多核CPU、一定的内存等进行数据存储和顺序处理计算能力；

所述声音预处理模块用于，在边缘端对音频数据进行预加重、分帧、加窗等预处理操作，得到预处理后的音频数据；这些操作的目的是消除因为物体发声本身和由于采集语音信号的设备所带来的混叠、高次谐波失真、高频等等因素，对语音信号质量的影响。尽可能保证数字音频识别模块等得到信号更均匀、平滑，提高语音处理质量；

所述数字音频识别模块用于，接收边缘端预处理的音频数据，然后进行深度学习对音频数据进行分类，比如汽车引擎噪音、狗叫声和汽笛声等，要做的就是对每个声音样本进行分类并标记它所属的类；

所述数字音频图像化处理模块用于，在字音频识别模块对音频数据进行分类的基础上，采用动态时间规整DTW特征匹配算法，采用图像库序列和实时采集声音序列通过DTW把时间序列进行延伸和缩短，来计算两个时间序列性之间的相似性，通过计算得出累积距离(相似性)来进行图像化输出。

所述计算结果管理模块用于，对数据采集模块中音频数据进行元数据管理，以方便溯源；所述计算结果管理模块还用于，对数字音频识别模块进行数据质量的管理，对误报的数据进行存储，提供模型学习的反向数据，从而提高模型的准确性；最后，对数字音频图像化处理模块生成的图像进行分类管理，提供不同终端的显示方式，增强可识别率，从而可以快速的阅读出预警事件。

所述声音预处理模块具体执行如下步骤：

步骤a1，预加重:采用数字滤波器对音频数据s(n)进行预加重，公式如下：